Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Aprendizaje profundo para el procesamiento de imágenes

Realizar tareas de procesamiento de imágenes, como eliminar el ruido de la imagen y crear imágenes de alta resolución a partir de imágenes de baja resolución, utilizando redes neuronales convolucionales (requiere)Deep Learning Toolbox™

El aprendizaje profundo utiliza redes neuronales para aprender representaciones útiles de características directamente a partir de datos. Por ejemplo, puede usar una red neuronal previamente entrenada para identificar y eliminar artefactos como el ruido de las imágenes.

Funciones

expandir todo

augmentedImageDatastoreTransform batches to augment image data
bigimageDatastoreAlmacén de datos para gestionar bloques de big image data
denoisingImageDatastoreDenoizando el almacén de datos de imágenes
imageDatastoreDatastore for image data
randomPatchExtractionDatastoreAlmacén de datos para extraer parches aleatorios aleatorios 2D o 3D de imágenes o imágenes de etiquetas de píxeles
transformTransform datastore
combineCombine data from multiple datastores
jitterColorHSVAlterar aleatoriamente el color de los píxeles
centerCropWindow2dCrear ventana de recorte central rectangular
centerCropWindow3dCrear ventana de recorte central cuboidal
randomCropWindow2dCrear ventana de recorte rectangular aleatorizada
randomCropWindow3dCrear ventana de recorte cuboidal aleatorizada
RectangleExtensiones espaciales de la región rectangular 2-D
CuboidExtensiones espaciales de la región cuboidal 3D
randomAffine2dCrear transformación afín 2D aleatoria
randomAffine3dCrear transformación afín 3D aleatoria
affineOutputViewCrear vista de salida para deformar imágenes
denoiseImageImagen de ruido mediante red neuronal profunda
denoisingNetworkObtener red de denobúsqueda de imágenes
dnCNNLayersObtenga denoising capas de redes neuronales convolucionales

Temas

Preprocesar imágenes para el aprendizaje profundo

Datastores for Deep Learning (Deep Learning Toolbox)

Learn how to use datastores in deep learning applications.

Preprocess Images for Deep Learning (Deep Learning Toolbox)

Learn how to resize images for training, prediction, and classification, and how to preprocess images using data augmentation, transformations, and specialized datastores.

Preprocess Volumes for Deep Learning (Deep Learning Toolbox)

Read and preprocess volumetric image and label data for 3-D deep learning.

Imágenes de Denoise usando aprendizaje profundo

Entrenar y aplicar redes neuronales de denoising

Utilice una red neuronal entrenada previamente para eliminar el ruido gaussiano de una imagen en escala de grises o entrene su propia red utilizando capas predefinidas.

Eliminar el ruido de la imagen de color utilizando la red neuronal preentrenada

En este ejemplo se muestra cómo eliminar el ruido gaussiano de una imagen RGB mediante una red neuronal de denoising previamente en cada canal de color de forma independiente.

Aprendizaje profundo enMATLAB

Deep Learning in MATLAB (Deep Learning Toolbox)

Discover deep learning capabilities in MATLAB® using convolutional neural networks for classification and regression, including pretrained networks and transfer learning, and training on GPUs, CPUs, clusters, and clouds.

Pretrained Deep Neural Networks (Deep Learning Toolbox)

Learn how to download and use pretrained convolutional neural networks for classification, transfer learning and feature extraction.

Semantic Segmentation Using Deep Learning (Computer Vision Toolbox)

This example shows how to train a semantic segmentation network using deep learning.

Ejemplos destacados